Institut für Programmstrukturen und Datenorganisation

Terminkalender

ABBRECHEN || neuen Vortrag anmelden | Vorträge durchsuchen
Monat zurück | Vorträge dieser Monat | Monat vor


Fr, 05.12.2014 Herr Christopher Kaag (Bachelorthesis) ID: 100136
Online-Autotuning von SAH kD-Bäumen
Betreuer: Martin Tilmann
Kurzfassung:
Die Konstruktion von SAH-basierten kD-Bäumen ist ein wichtiger Schritt für schnelles Raytracing. Die Abwägung von Konstruktionsdauer, Speicherbedarf und Anfrageleistung stellt ein zentrales Problem für Konstruktionsalgorithmen dar. Optimale Werte für die Parameter dieser Algorithmen können die Gesamtleistung eines Raytracers deutlich steigern, hängen aber von vielen Faktoren ab und sind nur schwer manuell zu finden. Online-Autotuning kann diese Aufgabe während der Laufzeit übernehmen und automatisieren. Wir haben uns in dieser Arbeit mit der Frage auseinandergesetzt, ob sich Online-Autotuning für die Konstruktion von kD-Bäumen lohnt, also ob sich der benötigte Overhead für Echtzeit-Anwendungen schnell genug amortisieren kann. Hierzu haben wir für mehrere Algorithmen und Eingabedaten Vergleichstests mit und ohne Autotuner durchgeführt. Wir konnten dabei merklich kürzere Laufzeiten für optimal gewählte Parameter feststellen. Bei stichprobenartigen Tests zeigte sich zudem, dass auch die Amortisation schnell genug eintritt, um für Anwendungsfälle interessant zu sein.
Passwort:  
 
Herr Anton Huck (Bachelorthesis) ID: 100144
Konzept einer ergonomischen Benutzeroberfläche für ein Software-Analysewerkzeug
Betreuer: Benjamin Klatt
Kurzfassung:
Moderne Methoden des Usability-Engineering stellen die Anforderungen des Benutzers in den Vordergrund. Jedoch wurden bisher die Software-Entwickler als Zielgruppe des Usability-Engineerings vernachlässigt. Die Bachelorarbeit beschäftigt sich damit, welche Methoden geeignet sind, um die Usability von Entwicklungswerkzeugen zu verbessern. Diese Methoden werden auf ein konkretes Software-Analysewerkzeug angewendet und die Ergebnisse evaluiert.
Passwort:  

Fr, 12.12.2014 Herr Emanuel Jöbstl (Bachelorthesis) ID: 100145
A Practical Approach to Analyzing Incremental Programs using Execution Traces
Betreuer: Walter Tichy
Kurzfassung:
Das Prinzip der inkrementellen Programmierung ist bereits seit Jahrzehnten bekannt. Ein neuartiger Ansatz ist das Konzept der Self-Adjusting Programs. Self-Adjusting Programs sind Programme, die automatisch ihre Ausgabe sowie ihren internen Status an Eingabeänderungen anpassen. In dieser Arbeit betrachten wir TBD, eine Plattform, die eine Schnittstelle zur Programmierung von Self-Adjusting Programs bereitstellt. Wir zeigen zudem, wie wir Abhängigkeitsgraphen von TBD-Programmausführungen benutzen können, um Trace Distance, eine Metrik für die Verschiedenheit zweier Programmausführungen, in der Praxis zu berechnen. Zudem werden mehrere Arten von Trace Distance definiert, die es uns erlauben das Programm zu analysieren und zu optimieren. Am Ende der Arbeit wird die Nützlichkeit sowie Korrektheit unserer Implementierung von Trace Distance anhand einiger grundlegender Programme evaluiert.
Passwort:  
 
Herr Dominik Volk (Proposal) ID: 100147
Conditional Correlation Analysis for Conditional Functional Dependenvy Analysis in Large Column Stores
Betreuer: Müller Emmanuel
Kurzfassung:
Conditional Functional Dependencies wurden ursprünglich im Bereich des Data Cleaning eingeführt um Dirty Values zu erkennen und zu beheben. Seitdem finden sie in verschiedensten Gebieten Verwendung. Unter anderem können sie genutzt werden, um in Daten nach versteckten Abhängigkeiten und Zusammenhänge zu suchen, wie man es bei der Datenanalyse bzw. beim Data Mining macht. Ziel dieser Arbeit ist es, Conditional Functional Dependencies und allgemeinere Beziehungen in einem Datensatz aufzudecken. Dafür soll ein bestehender Ansatz, der Gruppen korrelierter Spalten findet, derart erweitert, dass gefundene Korrelationen einer Klasse an Abhängigkeiten zugeordnet werden können.
Passwort:  

Fr, 19.12.2014 Herr Ali Seker (Diplomarbeit) ID: 100139
Programmieren in natürlicher Sprache - Erfassung von Methodenargumenten aus natürlicher Sprache
Betreuer: Mathias Landhäußer
Kurzfassung:
Im Rahmen des AliceNLP-Projekts soll ein Ansatz entwickelt werden, welcher die Programmierumgebung Alice mit natürlicher Sprache verbindet, um letztendlich aus gegebenen textuellen natürlichsprachlichen Beschreibungen in englischer Sprache ein Alice-Skript bzw. -Video erzeugen zu können. Im Rahmen der vorliegenden Arbeit wurde untersucht, wie Methodenargumente aus natürlichsprachlichen Beschreibungen erfasst und letztendlich Methodenaufrufe generiert werden können. Es wurde ein Plug-in für den GoldenGATE-Editor entwickelt, welcher die Methoden, Akteure bzw. Argumente der Methoden in natürlichsprachlichen Texten erkennt und annotiert. In der Evaluation konnte das entwickelte Programm 262 Akteur-Aktion-Annotation-Paaren 212 Methoden (80.9%) zuordnen. 67% der zugeordneten Methoden entsprechen der erwarteten Methoden aus den Welt-Szenarien. 33% der zugeordneten Methoden sind semantisch naheliegend zu den Spezifikationen der Textautoren. Erfahrungsgemäß ist es sehr selten, dass aus einer Spezifikation eine unsinnige Methode generiert wird.
Passwort: